安徽理工大学学期授课计划

2007 /2008学年第 一学期

院（系） 计算机学院    教研室（系）   信息安全     任课教师  方贤进    职称   副教授    

课程名称  人工智能导论     课程性质 指选课    本学期总学时 46    授课班级               

辅导教师                                     教材名称      人工智能技术导论（第三版）     

注：有些章节内容可根据当前学期实际学时进行动态调整

周次

星期

授课内容（章节主要内容）

教学时数

教学形式

课外作业

 

1

 

 

第1章　人工智能概述

  1.1 什么是人工智能

1.2 人工智能的研究意义、目标和策略

1.3 人工智能的研究内容

1.4 人工智能的研究途径与方法

1.5 人工智能的应用

1.6 人工智能的分支领域

1.7 人工智能的发展概况

2

讲授

教材

习题一

书面：2，3，4

思考：1，5，6

 

1

 

 

第2章  逻辑程序设计语言PROLOG

2.1 基本PROLOG

2.2 Turbo PROLOG程序设计

2.2.1 程序结构

2.2.2 数据与表达式

2.2.3 输入与输出

2

讲授

 

习题二

书面：1

 

1

 

 

2.2.4 动态数据库

2.2.5 表处理与递归

2.2.6 回溯控制

2.2.7 程序举例

2

讲授

习题二

书面：2

思考：3

 

2

 

 

第3章 图搜索与问题求解

3.1状态图(空间)搜索

3.1.1 状态图

3.1.2 状态图搜索

3.1.3 穷举式搜索

3.1.4 启发式搜索

3.1.5 加权状态图搜索

2

讲授

习题三

书面：5

思考：3，7，8

教研室（系）主任审核：            主管院长（系主任）审批：           2007  年    月    日

 

第 1 页   共 4 页

 

 

 

周次

星期

授课内容（章节主要内容）

教学时数

教学形式

课外作业

 

2

 

 

3.1.6 A算法和A*算法

3.1.7 状态图搜索策略小结

3.2状态图搜索问题求解

3.2.1 问题的状态图表示

3.2.2 状态图问题求解程序举例

2

讲授

习题三

书面：2，6

思考：10，11

 

2

 

3.3与或图搜索

3.3.1 与或图

3.3.2 与或图搜索

3.3.3 启发式与或树搜索

3.4与或图搜索问题求解

3.4.1 问题的与或图表示

3.4.2 与或图问题求解程序举例

2

讲授

习题三

书面：12，15

思考：1，13，14

 

3

 

 

第4章 基于遗传算法的随机优化搜索

  4.1 基本概念

  4.2 基本遗传算法

4.3 遗传算法应用举例

4.4 遗传算法的特点与优势

2

讲授

（可选）

习题四

书面：2

思考：1

 

3

 

 

第5章 知识表示与推理

5.1基于谓词逻辑的归结演绎推理

5.1.1 子句集

5.1.2 命题逻辑中的归结原理

5.1.3 替换与合一

5.1.4 谓词逻辑中的归结原理

2

讲授

习题五

书面：

1:(3),(4)

4:(2),(3),(4)

6

思考：2,5

 

3

 

5.2 基于产生式规则的机器推理

5.2.1 产生式规则

5.2.2 基于产生式规则的推理模式

5.2.3 产生式系统

5.2.4 产生式系统的程序实现

2

讲授

习题六

书面：3

思考：1，2，4

 

4

 

 

5.3 几种结构化知识表示及其推理

5.3.1 框架

5.3.2 语义网络

5.3.3 类与对象

2

讲授

习题七

书面：4，6

思考：1，2，3，8

 

 

第 2 页   共 4 页

 

周次

星期

授课内容（章节主要内容）

教学时数

教学形式

课外作业

 

4

 

三

5.4 不确定性知识的表示与推理

5.4.1 不确定性及其类型

5.4.2 不确定性知识的表示及推理

5.4.3 确定性理论简介

2

讲授

习题八

书面：2，7

思考：1，5，6

4

五

5.4.4 不确切性知识的表示及推理

5.4.5 模糊集合与模糊逻辑简介

2

讲授

习题八

书面：3，4

思考：10

 

5

 

一

第6章 机器学习与知识发现

6.1 机器学习概述

6.2符号学习

6.2.1 记忆学习

6.2.2 示例学习

6.2.3决策树学习

2

讲授

（可选）

习题九

书面：1，6

思考：2，5

 

5

 

 

6.3神经网络学习

6.3.1 生物神经元

6.3.2 人工神经元

6.3.3 神经网络

6.3.4 神经网络学习

6.3.5 BP网络及其学习举例

2

讲授

（可选）

习题九

书面：9

思考：7

 

5

 

 

6.4 知识发现与数据挖掘

6.4.1 知识发现的一般过程

6.4.2 知识发现的对象

6.4.3 知识发现的任务

6.4.4 知识发现的方法

第7章 专家系统

7.1 基本概念

7.2 系统结构

2

讲授

习题九

书面：10

习题十二

书面：3，14

思考：1，2

6

 

7.3 实例分析

7.4 系统设计与实现

7.5 开发工具与环境

2

讲授

习题十二

书面：5，10

思考：6，7

 

6

 

 

第8章 Agent系统

8.1 Agent的概念

8.2 Agent的结构

8.3 Agent实例

8.4 多Agent系统

2

讲授

（可选）

习题十三

书面：1，2，4

思考：3，6

 

第 3 页   共 4 页

 

 

周次

星期

授课内容（章节主要内容）

教学时数

教学形式

课外作业

 

6

 

 

第9章 智能化网络

9.1 智能网络

9.2 网络的智能化管理与控制

9.3 网上信息的智能化检索

安排上机实验。

2

讲授

教材

习题十四

书面：5，7，8

思考：6，9

7

 

上机实验：小型专家系统设计与实现

2

实验

 

7

 

                实验（续）

2

实验

 

7

 

实验（续）

2

实验

 

8

 

实验（续）

2

实验

 

8

 

总复习

2

讲授

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

第 4 页   共 4 页